《網站信息組織最佳化——基於網路日誌的用戶行為分析》是2015年1月電子工業出版社出版的圖書，作者是李志義、沈之銳、義梅練。
基本介紹
- 書名：網站信息組織最佳化——基於網路日誌的用戶行為分析
- 作者：李志義、沈之銳、義梅練
- ISBN：9787121250781
- 頁數：172頁
- 定價：38元
- 出版社：電子工業出版社
- 出版時間：2015年1月
- 開本：16開
內容簡介,圖書目錄,
內容簡介
本書採用了眾多流行的數據挖掘算法，如利用K-means算法進行信息聚類和網頁自動抽取，利用貝葉斯分類器實現信息過濾與分類，將知識組織與網站最佳化有機地結合起來，使得主題、目錄組織的思想融合貫通在智慧型網站設計當中。全書共分6章，主要介紹了網路日誌的數據來源、類型及其預處理技術；用戶信息行為，包括網路用戶行為的構成因素、分類，信息行為模型；用戶行為數據的提取和分析，用戶個性化知識服務需求的影響因素；網站最佳化算法的設計；智慧型技術在網站開發中的套用；機器學習的實現原理與訓練模型，利用貝葉斯分類算法對垃圾信息進行自動過濾。最後，還對網站導航最佳化效果進行了調試與展示，並給出了實現的核心代碼。
本書涉及數據挖掘、計算機編程、知識組織等多門學科的知識，理論性強。全書內容深入淺出，既有較深的理論分析，也有適當的設計案例，具有理論學習和實用開發雙重意義。
圖書目錄
第1章 緒論 1
1.1 背景介紹 1
1.1.1 目前網站建設存在的主要問題 1
1.1.2 基於網路日誌的用戶信息行為研究具有重要價值 2
1.1.3 網站設計與用戶體驗的最佳組合 4
1.2 國內外相關研究綜述 5
1.2.1 基於網路日誌的網站信息組織研究 5
1.2.2 基於網路日誌的用戶信息行為研究 7
1.3 本書內容的理論價值和現實意義 11
1.3.1 學術與理論價值 11
1.3.2 現實意義 12
1.4 本書採用的技術路線和方法 13
1.4.1 技術路線 13
1.4.2 主要方法 15
1.5 本書的主要內容 16
1.6 本書的創新點 17
第2章 網站信息組織最佳化與網路日誌挖掘概述 18
2.1 WEB技術的發展與網路日誌挖掘相互促進 18
2.2 網站信息組織最佳化的基本內容 19
2.2.1 網站信息組織最佳化使網站更加智慧型化 19
2.2.2 網站信息組織最佳化的特點 19
2.2.3 網站信息組織最佳化的原理與機制 22
2.2.4 網路環境下信息組織最佳化的效率評價 23
2.2.5 網站信息組織最佳化系統和原型研究 25
2.2.6 網站信息組織最佳化的發展趨勢 25
2.3 網路日誌挖掘簡介 26
2.3.1 網路日誌數據的來源與類型 26
2.3.2 網路用戶行為數據的收集方法 29
2.3.3 日誌挖掘的預處理技術 35
第3章 網路用戶信息行為分析 38
3.1 用戶信息行為的定義 38
3.2 網路用戶行為 38
3.2.1 網路用戶行為的概念 38
3.2.2 網路用戶行為的特徵 39
3.2.3 構成網路用戶行為的主要因素 41
3.3 網路用戶信息行為的類型 42
3.3.1 用戶的信息尋求行為 43
3.3.2 用戶的信息需求行為 44
3.3.3 用戶信息瀏覽行為 45
3.3.4 用戶信息檢索行為 45
3.3.5 網路用戶的選擇和存儲行為 47
3.3.6 網路用戶的信息吸收和利用行為 48
3.4 關於信息行為模型的研究 49
3.5 用戶個性化知識服務需求的影響因素 52
3.5.1 個人因素 52
3.5.2 環境因素 53
3.6 基於用戶信息行為的B2C網站用戶認知 檢索模型 54
3.6.1 認知信息檢索的發展及模型 55
3.6.2 用戶認知信息檢索的套用分析 56
3.6.3 B2C電子商務用戶認知信息檢索的模型 59
3.7 基於網路日誌的用戶行為數據的提取和 分析——以某學院
網站為例 61
3.7.1 網路日誌的獲取及其分析方法 61
3.7.2 數據分析 71
第4章 網站信息組織最佳化算法的設計與實現 87
4.1 智慧型推薦引擎的設計與實現 87
4.1.1 相似度計算 88
4.1.2 K均值算法在協作型推薦中的設計和套用 90
4.2 網站信息自動抽取技術的實現與套用 93
4.2.1 網頁信息自動抽取的意義 93
4.2.2 基於重複模式識別的網頁信息自動抽取 94
4.2.3 基於自然標註的網頁信息抽取 101
4.3 智慧型預測技術的套用和實現 107
4.3.1 決策樹算法模型設計 107
4.3.2 決策樹算法套用於網站註冊用戶的預測 112
第5章 智慧型技術在社交網站信息過濾中的套用實例分析 115
5.1 互動性網站面臨垃圾信息干擾的背景 115
5.2 貝葉斯分類器思想及其訓練模型設計 116
5.2.1 貝葉斯公式 116
5.2.2 貝葉斯分類器的思想 117
5.2.3 相關研究述評 118
5.2.4 基於貝葉斯分類器的訓練模型設計 119
5.3 社交網站中對垃圾信息的自動過濾 123
5.4 實驗結果分析 131
5.5 結語 132
第6章 網站導航最佳化及其試運行效果展示 133
6.1 數據準備 135
6.2 網站組織最佳化試運行效果 136
6.3 結論 150
後記 152
參考文獻 155
